大蒜长势特征与气象因素分析

刘继林 张超 王俊美 柳平增

摘 要 为了探讨大蒜长势主要特征与环境因素的相关关系，以2018年山东省济宁市金乡县周边12个大蒜站点的苗情数据和环境数据为研究对象，进行数据分析。先进行了主成分分析，从大蒜的株高、假茎长、假茎粗、根数、平均根长、平均叶长、平均叶宽中筛选出影响大蒜长势的主要特征;然后运用因素分析法与回归分析探寻大蒜长势主要特征与各环境因素之间的关系，并得到拟合方程。结果表明：主成分分析显示，假茎粗是最能表现大蒜长势的主要特征，其负荷占比达到49.6%;分析假茎粗与各种环境因素的拟合方程得出，假茎粗与土壤温度的关系最强，假茎粗与土壤pH之间的关系最弱。本研究结果为科学判断大蒜长势提供了较好的模型结果与拟合方程，为研究气象、土壤等相关环境因素对大蒜长势的影响提供了参考依据。

关键词 大蒜;主成分分析;气象因素;可视化分析;回归分析

中图分类号：S11;F224 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2020.26.085

大蒜农艺性状除了与土壤基础肥力、化肥、农艺措施有关外，很大程度上还与大蒜生长期间的气象环境因素息息相关[1-2]。现阶段，大蒜产业发展迅速，从大蒜蒜种挑选、施肥方法以及耕种时间安排上，都有越来越科学的指导方法。但气象因素的变化无法避免，如果恶劣的气象变化严重超出了大蒜生长发育期间所能承受的范围，就会导致大蒜生长发育受阻甚至停止生长。气象因素对大蒜的生长发育和农艺性状的影响较为显著，而大蒜农艺性状会严重影响大蒜单产，因此研究气象因素变化对大蒜农艺性状的影响已成为大蒜产业研究中一项重要课题[3]。

国内当前对大蒜产业的研究涉及到方方面面，其中信息化研究主要体现在价格、面积规模、舆情等三个方面，对大蒜长势、产量及信息化相关的研究较少。郭峰[4]利用季节调整法、H-P滤波法并构建ARIMA-SVR组合模型，展开了对大蒜价格波动规律及影响因素分析，对大蒜价格预测进行深入研究。吴国靖[5]使用遥感技术获取大蒜种植面积，并根据相关理论对大蒜种植面积的影响因素进行了分析。王宝佳[6]结合大蒜产业网络舆情特点，从大蒜产业网络舆情采集、分析及监测分析系统研发三个方面进行了深入研究。

关于农作物长势评价与气象的相关研究，国内大都以粮食产物研究为主[7-8]。如周鹤等[9]建立了基于BP神经网络的水稻生长长势预测模型，预测气象等环境因子对水稻不同生育周期长势的影响，得到的预测值较为准确。黄清等[10]利用遥感数据，探讨了冬小麦不同生育期长势状况及其与气温、降水、日照等气象因子的相关性。Bannayan等[11]研究了降水和温度对伊朗东北部农作物长势的影响，结果表明，不同地点的作物长势状况与气候因素之间的关联存在差异，最高温度是作物长势的限制和决定因素。

总体来说，前人在对农作物长势评价与气象因素的分析研究上取得了众多研究成果，但仍然存在一些不足：1）国内外学者对于农作物长势评价与气象分析的研究大都集中在粮食、蔬菜等大宗商品，忽视了大蒜等小宗产品;2）在大蒜领域中，气象等环境因素对大蒜长势影响的研究大都处于宏观解释阶段，缺少量化气象等环境因素对大蒜长势影响的方式方法。

本试验在分析国内外研究现状的基础上，以2018年济宁市金乡县周边12个大蒜站点的苗情数据和环境数据为研究对象，探究最能表现大蒜长势的生长特征及其与气象等环境因素的关系，为大蒜种植应对气象因素变化提供决策依据。

1 材料与方法

1.1 资料来源及处理

大蒜数据来自2017年10月—2018年5月济宁市金乡县周边鱼山镇、羊山镇、胡集镇、卜集镇、高河镇、王丕镇、兴隆镇、鸡黍镇、肖云镇、化雨镇、马庙镇、司马镇等12个站点，并对数据进行了预处理，将其中不满足地质为砂地或者苗情为较好的数据剔除。计算的生长特征因子包括株高、假茎长、假茎粗、根数、平均根长、平均叶长、平均叶宽。从2017年10月种植，到2018年5月收获，对各个站点进行了实时环境监测，其中逐日环境资料短缺的日期，在环境数据处理时采用周环境数据平均值代替。计算的环境因子[12]包括土壤温度（10 cm）、土壤PH（10 cm）、土壤湿度（10 cm）、土壤温度（20 cm）、土壤PH（20 cm）、土壤湿度（20 cm）、空气温度（℃）、空气湿度（%）。

1.2 研究方法与思路

本研究以济宁市金乡县周边12个大蒜站点的苗情数据和环境数据为研究对象，运用R语言来分析大蒜长势的主要特征因素及其与气象因素的相关关系。先筛选出苗情表现较好的大蒜，通过主成分分析法找出最能表现大蒜苗情的生长长势特征。在此基础上，将最能表现大蒜苗情的生长长势特征与各种气象因素相结合，运用可视化分析与回归分析，得到影响大蒜长势状况的数学模型，为进一步得到大蒜产量的预估奠定基础。

2 结果与分析

2.1 大蒜生长特征主成分分析

首先要在大蒜中找出表现苗情好坏的主要长势特征，其中X1、X2、X3、X4、X5、X6、X7分别表示株高、假茎长、假茎粗、根数、平均根长、平均叶长、平均叶宽。利用R语言中的scale（）函數将大蒜的苗情数据株高、假茎长、假茎粗、根数、平均根长、平均叶长、平均叶宽进行归一化处理，并进行主成分分析求得主成分负荷，结果如表1所示。

进一步确定主成分，结果如图1所示。

按照的原则及由碎石图的图像可以看出m=2，即选定两个主成分C1（Comp.1）及C2（Comp.2）。

由表1可以看出，主成分C1在假茎粗、平均叶宽、根数、平均叶长上的载荷值都很大，主成分C2在株高、平均叶长、平均根长上的载荷值都很大，所以这两者可以看作反映大蒜生长长势的因素。

经过以上分析可得，最能表现大蒜生长状况的因素是假茎粗。也就是说在生长期，大蒜的假茎粗越粗，大蒜长势越好，蒜头的重量也就越大，蒜农的收益就越高，这与实际情况相符。因此，若想使得大蒜长势良好，应该增加假茎粗。

2.2 假茎粗与气象因素的相关性分析

为了更直观和形象地表达气象因素与假茎粗之间的关系，选用基于可视化与回归分析的相关性分析方法。其中y表示假茎粗，x1、x2、x3、x4、x5、x6、x7、x8分别表示10 cm处土壤温度、pH、湿度和20 cm处土壤温度、pH、湿度以及空气温度、空气湿度。

在R语言中导入假茎粗与10 cm处土壤温度、pH、湿度和20 cm处土壤温度、pH、湿度以及空气温度、空气湿度的相关数据，并利用rcorr（）、symnum（）、corrplot（）等函数进行可视化分析，具体结果如下图所示。

由图2可得，y与x4之间的相关性最强，其次是y与x1，而y与x5的关系最弱，即假茎粗与20 cm处土壤温度的关系最强，其次是假茎粗与10 cm处土壤温度的关系，而假茎粗与20 cm处土壤 pH之间的关系最弱。因此，要是想增加假茎粗的大小，可以适当改变20 cm处土壤温度、10 cm处土壤温度、空气湿度的大小。

2.3 基于回归分析的相关性分析

以假茎粗与20 cm处土壤温度的基于回归分析的相关性分析为例，得到两个变量之间的密切程度，并拟合出假茎粗与20 cm处土壤温度的回归方程。假茎粗与10 cm处土壤温度、10 cm处土壤PH、10 cm处土壤湿度、20 cm处土壤pH、20 cm处土壤湿度、空气温度、空气湿度回归方程的拟合，与此方法相同。

拟合直线并对之进行检验，拟合出的方程为y=0.5029x4+6.5646，F值为10.893 0，对应的P值为0.003 761，说明x4对应的因素20 cm处土壤温度高度显著，对实验结果非常重要。调整后的可决系数R2为0.331，相关系数的平方为0.364 4。再用各种非线性函数拟合，最终得到结果，拟合出的方程为y=-0.78+2.17x4-0.01x43。

分析拟合方程可得，x43不变时，x4每增加一个单位，y即假茎粗平均增加2.17个单位;x4不变时，x43每增加一个单位，y即假茎粗平均减少0.01个单位。

则令y?=0可得x4=±8.5，所以，也就是说当20 cm处土壤温度处低于-8.5 ℃或高于8.5 ℃时，假茎粗会随土壤温度的升高而增加;当土壤温度在-8.5～8.5 ℃时，假茎粗会随土壤温度的升高而下降。

综合上述分析结果可得见表2，即假茎粗与各个气象因素的相关关系。

分析结果表明，影响假茎粗大小的最大的因素是20 cm处土壤温度，其次是10 cm处土壤温度、空气湿度。

3 讨论

对变量进行主成分分析后，可以从烦琐复杂的因素中找出一些起主要作用的成分，并对这些成分利用统计学知识进行定量分析，揭示变量之间存在的真正关系，进而得到一些启发，为深入探究事物特征及其发展规律奠定基础[13]。相关性分析是对两个或者多个具有相关性的变量因素进行分析，目的是为得到两个变量因素的相关密切程度[14-15]。本研究为了更直观和形象地表达气象因素与假茎粗之间的关系并得出拟合方程，选用了基于可视化与回归分析的相关性分析方法。

本研究对表现大蒜长势的所有指标进行主成分分析，得到负荷最大的因素，也就是代表大蒜长势的最主要生长因素是假茎粗。这与陈昆等[16]、李贺等[17]的分析结果一致，表明了大蒜长势和大蒜的假茎粗有密切关系，通过调整大蒜假茎粗的生长状况可以有效改善大蒜长势。同时，本研究利用可视化分析方法研究了假茎粗与10 cm处土壤温度、土壤PH、土壤湿度;20 cm处土壤温度、土壤pH、土壤湿度;空气温度、湿度之间的相关性，直观表达了假茎粗与各气象因素之间的密切程度，并通过回归分析方法，找到了假茎粗与各种气象因素相关关系的拟合方程，对假茎粗与各气象因素之间的关系进行了量化，其中，假茎粗与20 cm处土壤温度的关系最密切，其次是与10 cm出土壤温度的关系，而假茎粗与土壤pH之间的关系最弱。

4 结论

本研究采集大蒜一年生长期期间的生长特征数据，包括株高、假茎长、假茎粗、根数、最长根长、最长叶长、最大叶宽，运用主成分分析法，得出了在众多生长特征中负荷最大的因素，也就是最能表现大蒜苗情好坏的最主要生长特征——假茎粗。在实际中，生长期大蒜的假茎粗越大，大蒜长势越好，农民后期收益越高。因此，有效控制假茎粗的长势至关重要。同时，本次研究量化了假茎粗与各种气象因素之间的关系，其中假茎粗与20 cm处土壤温度的关系最强。

本研究仅初步研究了气象等环境因素对大蒜主要生长特征的影响，而气象等环境因素变化对大蒜其他长势特征的影响还有待进一步深入探讨。

参考文献：

[1] 郭春强，张振永，齐双丽，等.影响小麦产量的气象因素分析及产量气象模型研究[J].天津农业科学，2019，25（4）：38-41.

[2] 王琪，马树庆，郭建平，等.温度对玉米生长和产量的影响[J].生态学杂志，2009，28（2）：255-260.

[3] 张明如，代康宁.湖北省粮食生产气象灾害风险评价与区域划分[J].统计与决策，2019，35（10）：82-86.

[4] 郭锋.基于大数据的大蒜价格预测及可视化研究[D].泰安：山东农业大学，2019.

[5] 吴国靖.大蒜种植规模及其影响因素研究[D].泰安：山东农业大学，2019.

[6] 王宝佳. 大蒜产业网络舆情监测分析系统研发[D].山东农业大学，2019.

[7] 周桐宇，江敏，孙汪亮，等.未来气候变化对福建省水稻产量影响的模拟[J].生态学杂志，2018，37（1）：227-236.

[8] 陈鹏飞，于延春，杨飞，等.气候变化对鲁西北平原冬小麦产量的影响及对策[J].自然资源学报，2013，28（2）：211-219.

[9] 周鹤，曹永忠.基于神经网络的水稻不同生育周期长势预测模型[J].无线互联科技，2019，16（2）：49-51.

[11] 黄青，周清波，王利民，等.基于遥感的冬小麦长势等级与气象因子相关性分析[J].农业机械学报，2014，45（12）：301-307.

[12] Bannayan M，Lotfabadi SS，Sanjani S，et al.Effects of precipitation and temperature on crop production variability in northeast Iran[J].International journal of biometeorology，2011，55（3）：387-401.

[13] 劉杰，许小峰，罗慧.气象条件影响我国农业经济产出的计量经济分析[J].气象，2010，36（10）：46-51.

[14] 侯飞娜，木泰华，孙红男，等.马玲薯全粉品质特性的主成分分析与综合评价[J].核农学报，2015，29（11）：2130-2140.

[15] 黄青，周清波，王利民，等.基于遥感的冬小麦长势等级与气象因子相关性分析[J].农业机械学报，2014，45（12）：301-307.

[16] 梁森苗，张淑文，郑锡良，等.杨梅生长指标与果实品质间的相关性分析[J].核农学报，2019，33（4）：751-758.

[17] 陈昆，刘世琦，张自坤，等.钾素营养对大蒜生长、光合特性及品质的影响[J].植物营养与肥料学报，2011，17（2）：506-512.

[18] 李贺，连海峰，刘世琦，等.镉胁迫对大蒜苗生理特性的影响及施钙的缓解效应[J].应用生态学报，2015，26（4）：1193-1198.

（责任编辑：赵中正）